期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
计及建筑热动态特性的数据中心时空协调两阶段鲁棒优化方法 被引量:2
1
作者 秦雪雪 李泽宁 +2 位作者 薛屹洵 常馨月 苏珈 《电力系统自动化》 北大核心 2025年第11期59-69,共11页
为实现数据中心的经济灵活运行,提出一种计及建筑热动态特性的数据中心时空协调两阶段鲁棒优化方法。首先,基于数据中心建筑的热动态特性与云用户负载的差异化实时性需求,构建考虑服务器运行环境温度的数据中心云用户负载时空协调数学... 为实现数据中心的经济灵活运行,提出一种计及建筑热动态特性的数据中心时空协调两阶段鲁棒优化方法。首先,基于数据中心建筑的热动态特性与云用户负载的差异化实时性需求,构建考虑服务器运行环境温度的数据中心云用户负载时空协调数学模型。其次,考虑到常规负载与室外温度的不确定性,提出计及数据中心建筑热动态特性的数据中心两阶段鲁棒优化方法,通过设置不确定性调节参数灵活调整优化保守程度。然后,采用列与约束生成(C&CG)算法迭代求解得到原问题的最优解。最后,通过算例分析对所提方法进行验证。结果表明,所提方法可在保障服务器运行环境温度的前提下,充分挖掘云用户负载时空灵活性和空调制冷灵活性的协同潜力,显著提升了数据中心运行的经济性,有效提高了系统抵御风险的能力。 展开更多
关键词 数据中心 建筑 时空协调 鲁棒优化 热动态特性 不确定性 灵活性 云用户负载
在线阅读 下载PDF
电力用户侧大数据分析与并行负荷预测 被引量:278
2
作者 王德文 孙志伟 《中国电机工程学报》 EI CSCD 北大核心 2015年第3期527-537,共11页
随着智能电网、通信网络技术和传感器技术的发展,电力用户侧数据呈指数级增长、复杂程度增大,逐步构成了用户侧大数据。传统的数据分析模式已无法满足需求,迫切需要解决电力用户侧的大数据在分析与处理方面的难题。该文分析电力用户大... 随着智能电网、通信网络技术和传感器技术的发展,电力用户侧数据呈指数级增长、复杂程度增大,逐步构成了用户侧大数据。传统的数据分析模式已无法满足需求,迫切需要解决电力用户侧的大数据在分析与处理方面的难题。该文分析电力用户大数据的来源,针对电力用户侧大数据的数据量大、种类繁多与速度快等特点,指出电力用户侧的大数据在数据存储、可用性、处理等方面面临的挑战。结合云计算技术提出一种电力用户侧大数据分析处理平台,将智能电表、SCADA系统和各种传感器中采集的数据整合,并利用并行化计算模型Map Reduce与内存并行化计算框架Spark对电力用户侧的大数据进行分析。提出基于随机森林算法的并行负荷预测方法,将随机森林算法进行并行化,对历史负荷、温度、风速等数据进行并行化分析,缩短负荷预测时间和提高随机森林算法对大数据的处理能力。设计并实现基于Hadoop的电力用户侧大数据并行负荷预测原型系统,包括数据集群的管理、数据管理、预测分类算法库等功能。采用不同大小的数据集对并行化随机森林算法进行负荷预测实验,实验结果表明,并行化随机森林算法的预测精度明显高于决策树的预测精度,且在不同数据集上预测精度普遍高于决策树的预测精度,能够较好的对大数据进行分析处理。 展开更多
关键词 大数据 电力用户侧 负荷预测 并行处理 云计算
在线阅读 下载PDF
面向用户的通用云计算平台成本效用 被引量:1
3
作者 邢文凯 崔卫东 《实验室研究与探索》 CAS 北大核心 2012年第12期235-237,244,共4页
面向用户的通用云计算平台成本效用研究在通过研究云计算平台的成本和效用的可控构成元素,从硬件的Zhw资源调度和电力的Zpower的角度,采用由用户根据任务粒度从质量、成本设置云及云联盟资源方面权重,由云均衡构件发出蚂蚁群搜索云内及... 面向用户的通用云计算平台成本效用研究在通过研究云计算平台的成本和效用的可控构成元素,从硬件的Zhw资源调度和电力的Zpower的角度,采用由用户根据任务粒度从质量、成本设置云及云联盟资源方面权重,由云均衡构件发出蚂蚁群搜索云内及云间计算资源,蚁群根据路径深度、可用资源数量及质量,预设权重调整资源信息并将信息发回蚁巢,监视各个计算资源动态变化及时均衡负载,以降低云运营商成本和用户费用,提高云及云联盟的成本效用。将该优化蚁群算法应用在自主研发的云计算平台上,实验结果验证了该负载机制的可行性和优越性。 展开更多
关键词 面向用户 通用云 优化蚁群算法 负载机制 成本效用
在线阅读 下载PDF
面向云环境的一种负载感知的服务选择方法 被引量:3
4
作者 王弦 刘建勋 +1 位作者 曹步清 唐明董 《小型微型计算机系统》 CSCD 北大核心 2014年第9期1994-1998,共5页
在云环境下,用户能够方便地按需获取满足其要求的服务资源,而高质量的服务将受到用户的青睐.然而,云环境下的服务请求具有即时、并发以及大规模等特点,多个用户可能同时调用同一个高质量的服务,极有可能出现用户访问量超过服务的负载容... 在云环境下,用户能够方便地按需获取满足其要求的服务资源,而高质量的服务将受到用户的青睐.然而,云环境下的服务请求具有即时、并发以及大规模等特点,多个用户可能同时调用同一个高质量的服务,极有可能出现用户访问量超过服务的负载容量的情况,致使服务负载失衡,从而导致无法即时响应用户请求,服务提供能力急剧下降.针对这一问题,本文提出了面向云环境的一种负载感知的服务选择方法.该方法,首先构建了一个描述用户请求和服务QoS之间关系的用户满意度模型.其次,由服务的负载能力和用户的满意度获得服务的综合得分,并根据服务的综合得分对服务进行排名与选择.最后,在数据集上进行了大规模的实验,实验结果表明:负载感知的服务选择方法能在保证负载平衡的情况下有效地帮助用户选择满足需求的高质量的服务. 展开更多
关键词 云环境 WEB服务 服务质量 负载平衡 用户满意度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部